语音差异

摘要： 济阳方言以济阳街道为代表,语音系统包括声母26个、韵母36个、声调3个,境内的语音差异主要体现在声母和声调上。在声母方面,古精组声母今读,细音无别,洪音则有三种读音类型;知庄章声母今读也有三种读音类型。在声调方面,其差异主要表现在汉族居住地有3个声调,回民居住地则有4个声调。济阳方言音系所呈现出的回汉声调差异实质上仍是地域差异的表现。

摘要： 沭阳东小店方言的新老派语音存在差异,这些差异体现在声母、韵母和入声三个方面:声母的差异主要体现在部分章组字和邪母字上;舒声字韵母的差异主要体现在部分假咸山摄、臻摄、流摄字上;入声的差异体现在入声调和入声韵两个方面.沭阳东小店方言的新老派语音差异呈现出一种系统性,入声的差异中出现了入声消失过程中的逆反现象.

摘要： 北京话和普通话的语音差异分为整体性语音差异和个体性性语音差异。整体性语音差异又分成音段的差异(声母差异、韵母差异)和发声态、超音段的差异(弱化现象明显、儿儿化现象众多、鼻化现象独特);个体性语音差异又可以分为特定人群的尖音问题、个别字词的读音问题、部分叠词的儿化问题、部分字词的变调问题。

摘要： 《格萨尔》史诗汉译工作中,因方言差异等原因出现了一名多译现象,亟需规范、完善史诗中人名、地名等专有名词的音译.文章从音系学角度出发,对格萨尔史诗中的人名、地名等专有名词的音译方法作一初步讨论.文中源语藏文以拉萨话文读音为标准,而目标语汉文以汉语普通话读音为标准,如对于原文中后加字-b、-r、-m等现代汉语中已经消失的韵尾,音译时对应为两个汉字:后加字"-b"对应为"布";后加字"-r"对应为"尔";后加字"-m"对应为"木",以体现藏文原有的发音.

摘要： 沭阳东小店方言的新老派语音存在差异,这些差异体现在声母、韵母和入声三个方面:声母的差异主要体现在部分章组字和邪母字上;舒声字韵母的差异主要体现在部分假咸山摄、臻摄、流摄字上;入声的差异体现在入声调和入声韵两个方面。沭阳东小店方言的新老派语音差异呈现出一种系统性,入声的差异中出现了入声消失过程中的逆反现象。

摘要： 为凸显湖北阳新韦源口方言动词词语的语音特点,文章将韦源口方言与普通话的动词词语进行语音上的比较,二者的区别主要体现在音节数量、文白异读、变调构词和语流音变等四个方面.与普通话相比,韦源口方言动词词语的语音特点:双音节化进程较慢;存在比较突出的文白异读现象,且具有规律性和系统性;有一些普通话所没有的变调构词;合音词语数量较多,但连读变调现象不明显,没有轻声动词和儿化动词.

摘要： 城隍话是广西玉林兴业县城隍镇居民使用的主流方言,属于勾漏片粤语。城隍话有17个声母(含零声母),78个韵母(含声化韵),13个声调;有成系统的连读变调和小称音变现象。从全浊声母清化的表现来看,城隍话具有典型的勾漏片粤语的特征,但与相邻的勾漏片粤语代表方言玉林话相比,城隍话在声韵调三方面都体现出了鲜明的特点。透过两个方言的语音比较,可以更清楚地看到勾漏片粤语内部的差异性和多样性。

摘要： 由于长期的历史隔绝,以及文化背景、社会环境等原因,汉语在中国台湾出现了独有的语音特点。本文通过研究部分常用字词的语音特点,展开对两岸语音差异的探讨。

摘要： 普通话水平测试培训可以有效提升普通话水平测试的过级率,目前社会中的部分测试培训班使用的教学模式比较单一,应试人难以保持长久的学习热情。本文以贵州省某测试站的培训课程为例,排查课程环节缺失点,探究问题产生原因,提出相应解决办法。尝试在有限的培训课时内,引导应试人形成日常累积字词的习惯,培养应试人语音差异认知能力,引导应试人进行主动、有效的语音训练,以期形成一个科学、有效的培训课程教学方法框架。

摘要： 雷州话与电白黎话都属于粤西闽语，都来源于福建，都可称“黎”话，都处于沿海地区。雷州话流通于雷州半岛，可划归粤两闽语的西片；电白闽语流通于电白县及相邻部分地区，可划归为粤西闽语的东片。两地黎话却有较多差异。揭示两地闽语的差异，对于了解粤西闽语的来源及演变有重要意义。雷州话选择雷城点，电白黎话选择羊角点。雷州又名海康，位于雷州半岛的中部，南部是徐闻县，北部是遂溪县，长期以来都是雷州半岛的政治文化中心。羊角镇原属于茂名市电白县（最近改隶茂名市茂港区），位于电白的西部，东与林头镇为邻，南与七迳镇交界，西紧靠茂南区袂花镇，北接羊角镇。雷州话与电白(羊角镇)黎话都属粤西闽语,都保留了闽方言的共同特点,但是它们之间也存在着很多差异,表现在声母、韵母和声调诸方面.

摘要： 为了分析影响长治方言可懂度的 主要因素，通过实验测试了一组不同方言籍 贯的听音人对长治方言语料的理解程度，发现与普通话的语音差异、语料内容的选取等 是影响长治方言可懂度的主要因素，同时听 音人的语音认知背景以及发音人的语言学习 经历也会对实验结果有一定的影响。

摘要： 本文以维吾尔十二木卡姆为研究对象,分析一男一女用木卡姆歌唱和按歌词内容朗读这两种形式的语音和嗓音差异.语音方面,本文计算了两种形式的长时平均功率谱,主要得出了以下结论:维吾尔十二木卡姆歌唱不存在歌唱共振峰,而男女分别在3300Hz和3700Hz出现了演讲者共振峰.嗓音方面,本文提取了声门阻抗信号的基频、开商和速度商,不同发音形式的三个参数,并计算出了三个参数的相关性,主要得出了以下结论:1,维吾尔十二木卡姆男声歌唱使用紧嗓音,而女声歌唱使用松的气嗓音:2,维吾尔十二木卡姆男女声歌唱基频与开商和速度商之间的关系为负相关,这说明随着基频的提高,他们的开商和速度商下降.女声朗读基频与开商和速度商之间的关系为正相关.

摘要： 本文以维吾尔十二木卡姆为研究对象,分析一男一女用木卡姆歌唱和按歌词内容朗读这两种形式的语音和嗓音差异.语音方面,本文计算了两种形式的长时平均功率谱,主要得出了以下结论:维吾尔十二木卡姆歌唱不存在歌唱共振峰,而男女分别在3300Hz和3700Hz出现了演讲者共振峰.嗓音方面,本文提取了声门阻抗信号的基频、开商和速度商,不同发音形式的三个参数,并计算出了三个参数的相关性,主要得出了以下结论:1,维吾尔十二木卡姆男声歌唱使用紧嗓音,而女声歌唱使用松的气嗓音:2,维吾尔十二木卡姆男女声歌唱基频与开商和速度商之间的关系为负相关,这说明随着基频的提高,他们的开商和速度商下降.女声朗读基频与开商和速度商之间的关系为正相关.

摘要： 本文以维吾尔十二木卡姆为研究对象,分析一男一女用木卡姆歌唱和按歌词内容朗读这两种形式的语音和嗓音差异.语音方面,本文计算了两种形式的长时平均功率谱,主要得出了以下结论:维吾尔十二木卡姆歌唱不存在歌唱共振峰,而男女分别在3300Hz和3700Hz出现了演讲者共振峰.嗓音方面,本文提取了声门阻抗信号的基频、开商和速度商,不同发音形式的三个参数,并计算出了三个参数的相关性,主要得出了以下结论:1,维吾尔十二木卡姆男声歌唱使用紧嗓音,而女声歌唱使用松的气嗓音:2,维吾尔十二木卡姆男女声歌唱基频与开商和速度商之间的关系为负相关,这说明随着基频的提高,他们的开商和速度商下降.女声朗读基频与开商和速度商之间的关系为正相关.

摘要： 本文以维吾尔十二木卡姆为研究对象,分析一男一女用木卡姆歌唱和按歌词内容朗读这两种形式的语音和嗓音差异.语音方面,本文计算了两种形式的长时平均功率谱,主要得出了以下结论:维吾尔十二木卡姆歌唱不存在歌唱共振峰,而男女分别在3300Hz和3700Hz出现了演讲者共振峰.嗓音方面,本文提取了声门阻抗信号的基频、开商和速度商,不同发音形式的三个参数,并计算出了三个参数的相关性,主要得出了以下结论:1,维吾尔十二木卡姆男声歌唱使用紧嗓音,而女声歌唱使用松的气嗓音:2,维吾尔十二木卡姆男女声歌唱基频与开商和速度商之间的关系为负相关,这说明随着基频的提高,他们的开商和速度商下降.女声朗读基频与开商和速度商之间的关系为正相关.

摘要： 本文以维吾尔十二木卡姆为研究对象,分析一男一女用木卡姆歌唱和按歌词内容朗读这两种形式的语音和嗓音差异.语音方面,本文计算了两种形式的长时平均功率谱,主要得出了以下结论:维吾尔十二木卡姆歌唱不存在歌唱共振峰,而男女分别在3300Hz和3700Hz出现了演讲者共振峰.嗓音方面,本文提取了声门阻抗信号的基频、开商和速度商,不同发音形式的三个参数,并计算出了三个参数的相关性,主要得出了以下结论:1,维吾尔十二木卡姆男声歌唱使用紧嗓音,而女声歌唱使用松的气嗓音:2,维吾尔十二木卡姆男女声歌唱基频与开商和速度商之间的关系为负相关,这说明随着基频的提高,他们的开商和速度商下降.女声朗读基频与开商和速度商之间的关系为正相关.

摘要： 阎良谭家堡是关中现存最大的山东方言岛,其人口主要来自今山东高密、昌邑一带.本文重点描写谭家堡山东话语音的内部差异,其内部差异主要是年龄差异.其中,老中派保留源方言的特点较多,受陕西话的影响较小,中派保留源方言的特点在逐渐减少,受陕西话的影响较大,青派则是源方言的好些语音特点已经消失,其语音有较为明显的普通话化倾向.

摘要： 阎良谭家堡是关中现存最大的山东方言岛,其人口主要来自今山东高密、昌邑一带.本文重点描写谭家堡山东话语音的内部差异,其内部差异主要是年龄差异.其中,老中派保留源方言的特点较多,受陕西话的影响较小,中派保留源方言的特点在逐渐减少,受陕西话的影响较大,青派则是源方言的好些语音特点已经消失,其语音有较为明显的普通话化倾向.

摘要： 阎良谭家堡是关中现存最大的山东方言岛,其人口主要来自今山东高密、昌邑一带.本文重点描写谭家堡山东话语音的内部差异,其内部差异主要是年龄差异.其中,老中派保留源方言的特点较多,受陕西话的影响较小,中派保留源方言的特点在逐渐减少,受陕西话的影响较大,青派则是源方言的好些语音特点已经消失,其语音有较为明显的普通话化倾向.

摘要： 本发明涉及一种基于语音单元语速的差异的语音识别方法，其包括：对所输入的语音进行预处理；提取所述语音的声学特征；基于预先训练的声学模型和所提取的所述语音的声学特征，对所述语音进行解码，以获得所述语音的多个识别结果候选，其中所述多个识别结果候选的每一个具有声学得分以及所包含的语音单元的段长；对于所述多个识别结果候选的每一个，基于所包含的语音单元的段长，计算该识别结果候选的语音单元语速差异值；基于所计算的语音单元语速差异值和声学得分，计算该识别结果候选的综合得分；以及从所述多个识别结果候选中选择所述综合得分最高的识别结果候选，作为所述语音的最终识别结果。此外，本发明还提供了相应的语音识别系统。

摘要： 本发明公开了一种基于自注意多核最大均值差异的迁移学习语音增强方法，包括从原始语音中提取GFCC特征，并作为深度神经网络的输入特征；利用带噪语音与干净语音信息计算傅里叶变换域的理想浮值掩蔽，并作为深度神经网络的训练目标；构建基于深层神经网络的语音增强模型；构建自注意多核最大均值差异的迁移学习语音增强模型；训练自注意多核最大均值差异的迁移学习语音增强模型；输入目标域带噪语音的帧级特征，重建增强语音波形。本发明在多核最大均值差异前端添加自注意力算法，通过最小化源域注意到的特征和目标域注意到的特征之间的多核最大均值差异，实现对无标签的目标域的迁移学习，提高语音增强性能，具有良好的应用前景。

摘要： 本发明公开一种差异化随机问答的语音芯片结构和方法，其中芯片结构包括如下单元：声纹识别神经网络单元、神经网络参数单元、问题应答处理单元、语音识别单元和用户信息存储单元，其中：语音识别单元用于对从麦克风获取到的声音信息进行识别得到语义信息；用户信息存储单元用于存储用户信息、问题和答案的对应关系。区别于现有技术，上述技术方案通过用户声纹采集和匹配，可以在语音回答时针对不同的用户做出不同的答复内容；以及针对不同用户会进行主动学习和完善。

摘要： 本发明公开了一种基于倍频程信号强度和差异化特征子集的情感语音识别方法，步骤包括：S1对语音情感数据集X进行至少包括OBSI及OBSIR参数的特征提取；S2提取每一个情感ei的最优特征子集D(ei,other)；S3使用D(ei,other)进行训练识别，得到情感区分度d(ei)；S4根据d(ei)对情感集合S中的情感类型进行排列，得到有序情感集合S；S5根据S中各情感的顺序，构建SVM‑RF多级分类器；S7利用SVM‑RF多级分类器模型对测试情感语音进行分类测试，并输出分类结果。本发明基于倍频程信号强度和差异化特征子集的情感语音识别方法，以实现情感语音的准确识别。本发明以OBSI特征为基础，针对SVM和RF优点提出一种基于特征选择的SVM‑RF多级分类器构建算法，对子分类器的特征子集采取差异化策略，在保证性能的同时，减少了训练时间。

摘要： 本发明涉及一种基于语音单元语速的差异的语音识别方法，其包括：对所输入的语音进行预处理；提取所述语音的声学特征；基于预先训练的声学模型和所提取的所述语音的声学特征，对所述语音进行解码，以获得所述语音的多个识别结果候选，其中所述多个识别结果候选的每一个具有声学得分以及所包含的语音单元的段长；对于所述多个识别结果候选的每一个，基于所包含的语音单元的段长，计算该识别结果候选的语音单元语速差异值；基于所计算的语音单元语速差异值和声学得分，计算该识别结果候选的综合得分；以及从所述多个识别结果候选中选择所述综合得分最高的识别结果候选，作为所述语音的最终识别结果。此外，本发明还提供了相应的语音识别系统。

摘要： 本发明公开了一种基于基频差异补偿的StyleGAN(Style Generative Adversarial Network)情感语音转换方法，首先提出了将风格编码器提取的多种情感风格特征作为标签信息，采用自适应实例归一化将情感风格特征与内容特征相融合，使生成器不仅能够充分学习目标情感的风格特征，而且可以实现不在训练集内的情感之间的转换，即完成开集情形下的任意情感之间的转换；进一步，在传统对数高斯归一化基频转换的基础上，提出了基频差异补偿，从而增强不同情感之间的幅度差异，解决了传统对数高斯归一化基频转换后基频仅呈现整体上升，而均值和均方差无法准确描述不同情感的基频包络幅度差异的问题，有效提升转换后语音的情感饱和度，实现开集情形下高质量的情感语音转换。

摘要： 本发明提出了一种基于样本均衡和最大均值差异的跨库语音情感识别方法。本方法首先对语音信号进行处理，将其提取为时域与频域信息相结合的语谱图，采用Alexnet网络进一步提取语谱图特征，利用最大均值差异（Maximum Mean Discrepancy,MMD）将源域和目标域特征进行对齐，结合Frobenius范数最大化（Frobenius‑Norm Maximization,FNM），增强了预测矩阵中的模糊样本的可判别性，消除类别间样本数量不平衡的影响，进一步提高了跨库语音情感识别的准确率。

摘要： 本发明公开了一种基于多尺度差异对抗的跨数据库语音情感识别方法，方法包括：（1）获取多个语音情感数据库；（2）提取每一语音信号的全局IS10特征，提取全局特征；（3）将语音信号分成前后重叠50%的五段短片段并分别提取其IS10特征；（4）输入双向长短时间记忆模型，再输入注意力机制模型，输出作为局部特征；（5）将全局IS10特征和局部特征并联，提取联合特征；（6）建立神经网络，包括对应于上述三种尺度的三个领域判别器，和情感分类器；（7）训练神经网络，网络总损失为情感分类器损失减去三个领域判别器损失；（8）获取待识别语音信号的三种尺度特征，输入训练好的神经网络，得到预测的情感类别。本发明识别结果更准确。

摘要： 本发明公开了一种消除语音交互中信道差异的方法及系统、电子设备及介质。其中，消除语音交互中信道差异的方法包括：在语音模型的训练阶段：针对每种场景下的训练语料提取倒谱特征；根据倒谱特征计算相应场景下背景环境信号的倒谱均值；利用语音信号的倒谱特征减去背景环境信号的倒谱均值，得到归一化的倒谱序列，并利用倒谱序列训练语音模型；以及在语音模型的使用阶段：采集用户语音信号，并提取倒谱特征；根据倒谱特征估计背景环境信号的倒谱均值；利用倒谱特征减去背景环境信号的倒谱均值，得到归一化的倒谱序列，并输入至语音模型。本发明成功消除了语音模型训练和使用阶段语音信道的差异，提高了后端识别的准确率。

摘要： 本发明公开一种差异化随机问答的语音芯片结构和方法，其中芯片结构包括如下单元：声纹识别神经网络单元、神经网络参数单元、问题应答处理单元、语音识别单元和用户信息存储单元，其中：语音识别单元用于对从麦克风获取到的声音信息进行识别得到语义信息；用户信息存储单元用于存储用户信息、问题和答案的对应关系。区别于现有技术，上述技术方案通过用户声纹采集和匹配，可以在语音回答时针对不同的用户做出不同的答复内容；以及针对不同用户会进行主动学习和完善。